arXiv论文：机器学习力场精确计算非晶LiTaCl6固态电解质弹性性质，杨氏模量与实验定量吻合
8月29日提交至arXiv的研究用DFT训练的机器学习力场分子动力学方法，测得非晶超离子导体LiTaCl6的杨氏模量为2.84±0.26 GPa，与实验值2.91±0.32 GPa定量吻合，而传统静态方法误差超过170%。该工作为全固态电池用非晶电解质的力学设计提供了可靠计算范式。
机器学习力场
共 2 篇 · B910化工 · AI 化学信息库
FAPbI3钙钛矿低温下发现动力学捕获的孪晶畴网络态，热历史决定光电性能
研究结合大尺度分子动力学与DFT精度机器学习力场，揭示了FAPbI3的结构动力学。发现低温下存在动力学捕获的亚稳态孪晶畴网络，不是独立的体相多形体而是由浅层倾斜能与FA再取向动力学竞争决定的。该结构在空间上产生变化的电子无序，直接导致Urbach能在低温下反常增加。